Sistemas de riego inteligentes basados ​​en IoT: una descripción general de las tendencias recientes en sensores y sistemas de IoT para riego en agricultura de precisión.

La gestión del agua es primordial en países con escasez de agua. Esto también afecta a la agricultura, ya que una gran cantidad de agua se dedica a ese uso. Las posibles consecuencias del calentamiento global llevan a considerar la creación de medidas de adaptación del agua para asegurar la disponibilidad de agua para la producción y el consumo de alimentos. Así, los estudios dirigidos a ahorrar agua en el proceso de riego se han incrementado a lo largo de los años. Los sensores comerciales típicos para sistemas de riego agrícola son muy costosos, lo que hace imposible que los pequeños agricultores implementen este tipo de sistema. Sin embargo, los fabricantes ofrecen actualmente sensores de bajo costo que se pueden conectar a nodos para implementar sistemas asequibles para la gestión del riego y el monitoreo agrícola. Debido a los recientes avances en tecnologías IoT y WSN que se pueden aplicar en el desarrollo de estos sistemas, presentamos una encuesta destinada a resumir el estado del arte actual en cuanto a sistemas de riego inteligentes. Determinamos los parámetros que se monitorean en los sistemas de riego en cuanto a cantidad y calidad del agua, características del suelo y condiciones climáticas. Proporcionamos una descripción general de los nodos y las tecnologías inalámbricas más utilizados. Por último, discutiremos los desafíos y las mejores prácticas para la implementación de sistemas de riego basados ​​en sensores. Proporcionamos una descripción general de los nodos y las tecnologías inalámbricas más utilizados. Por último, discutiremos los desafíos y las mejores prácticas para la implementación de sistemas de riego basados ​​en sensores. Proporcionamos una descripción general de los nodos y las tecnologías inalámbricas más utilizados. Por último, discutiremos los desafíos y las mejores prácticas para la implementación de sistemas de riego basados ​​en sensores.

Leer más

Tienen poco más de una década y en este tiempo han ganado adeptos en gran parte del mundo. Con la aparición de varias startup se espera que su globalización sea total. Y tienen todo para lograrlo, porque si las sondas y sensores de humedad se instalan de forma correcta pueden entregar una información fidedigna de todo lo que sucede en un huerto. La historia no acaba aquí, ya que lo próximo será integrar modelos de simulación e incluso el análisis de imágenes satelitales para estimar la humedad del suelo.

Por Rodrigo Pizarro Yáñez, desde Lleida, España
Quizás no haya país más duro para ser agricultor que Australia, donde a la inevitable preocupación por los episodios de sequía se suma el inmenso tamaño de los campos. Quizás en un país con un clima más predecible no habría muchas necesidades, pero eso no ocurre en Australia, donde el uso de tecnologías se hace absolutamente necesario. Quizás por eso no es raro escuchar entre los agricultores e investigadores conceptos como big data, agricultura de precisión o riego deficitario controlado. Muchas de estas tecnologías han tenido su génesis en Australia y fue precisamente allí donde se comenzó a programar los riegos en base a lo que les decían los sondas de humedad que se ubicaban en las huertos. Éstas y otras tecnologías han hecho que los campos australianos se hayan transformado en verdaderos campos inteligentes.

Y esa tecnología ha ido traspasando fronteras, llegando primero a EE UU, para posteriormente globalizarse en poco más de una década, aunque el panorama anterior a su masificación era completamente diferente, básicamente porque los agricultores regaban basándose en la experiencia poco sistematizada los datos que aportaban las estaciones agroclimáticas. “En Lleida, una de las principales zonas productoras de fruta de Europa, y otras zonas de España era lo más común y era la forma que tenían los agricultores de realizar sus balances hídricos”, explica el Dr. Francesc Ferrer, socio fundador de Lab-Ferrer, una empresa española especializada en instrumentación científica relacionada con la medida del contenido de agua, el potencial hídrico, la actividad del agua y otros parámetros biofísicos en el sistema suelo, planta y atmósfera. “Aquellos productores que estaban más avanzados usaban tensiómetros o Watermark”, recuerda. Sin embargo, cuando se empleaban las estaciones agroclimáticas surgían algunos problemas relacionados con la estimación de la evapotranspiración real del cultivo. El primero de ellos era que sólo se pueden hacer recomendaciones genéricas, con un margen de error entre un 20 y 30% y siempre se repone el agua que se ha gastado la semana anterior.

“Entonces, no se sabía qué ocurría pero hoy sí, porque se han perfeccionado los sensores, los sistemas de adquisición y transmisión de datos y porque se usan modelos de predicción. Cuando reponíamos el agua no sabíamos si a la semana siguiente haría calor o no, e incluso había problemas con los tensiómetros, sobre todo con su mantenimiento y por ese motivo se usaban muy poco”, explica el Dr. Ferrer. Pero con el uso de sondas y data loggers se pueden realizar lecturas continuas, cada 15 minutos, a diferentes profundidades y además se puede conocer cuál es la tensión, la salinidad, la temperatura… “Podemos tener información real de lo que está pasando en la parcela. Y en los últimos años ya se ha hecho más asequible enviar los datos directamente a la nube y verlos on line, ya sea en una tablet o en un smart phone, cuando antes se debía usar sí o sí un software especial. También se puede enviar los datos por frecuencia de radio, pero las ondas de radio tienen mucho menor alcance a baja altura y dentro de los árboles”, explica el experto.

PASAR DE LA INFORMACIÓN AL CONOCIMIENTO
Sin embargo, no sólo basta tener un buen equipo detrás, sino que hace falta lo que Ferrer llama el data coaching, es decir, alguien que sea capaz de interpretar las gráficas que generan las sondas y digerir esos datos. “En el mercado hay muchos softwares de visualización, pero lo más importante es que éstos deben ser ágiles y muy adaptados al cliente”, subraya. Precisamente Lab Ferrer está participando en el desarrollo de una plataforma web, muy ágil, cuyo concepto se ha diseñado como si fuese un LEGO, añadiendo casillas según vaya necesitando el cliente, como pueden ser modelos de horas frío, de niveles de estrés e incluso de predicción de las enfermedades que más afectan a un determinado cultivo. “Hoy, por ejemplo, nos están pidiendo añadir una casilla de Botrytis en viñedos”, precisa. “Existen muchos softwares de visualización de datos, pero hay muy pocos que transformen esa información a conocimiento. Esto es lo más innovador en este ámbito actualmente y en eso estamos hoy”, añade.

La tecnología está concebida para ser usada por los grandes agricultores, pero también por empresas exportadoras y cooperativas. “Grandes empresas y también cooperativas podrían recomendar a sus agricultores que compren esta tecnología. Muchas veces, al disponer de datos ‘in situ’ se puede auditar lo que ocurre en el campo de sus agricultores”, subraya el experto.

LA CLAVE, POCAS Y BUENAS SONDAS EN CAMPO Y UN SERVICIO DE ACOMPAÑAMIENTO DETRÁS
Si el agricultor o la empresa ha decidido implementar sondas en sus campos, ¿cuántas son necesarias y cómo se debe trabajar? “Aquí en Lab Ferrer trabajamos con el concepto de unidad de manejo, que los anglosajones llamas Farm Management Unit (FMU). Cada vez que visito una finca, siempre pregunto lo mismo: ¿Cuántos sectores de riego tienes? ¿Qué variedades cultivas? ¿Qué tipo de suelos tienes? Y en base a ello realizamos una simulación de manejo. Si eso lo pongo en un sector de la finca, por ejemplo de 1 ha que represente 10, 20 o 50 ha, ¿qué te representa ese sector, por ejemplo, en cuanto al nivel de precocidad, de rentabilidad, etc.? Puede que esa hectárea sea representativa de gran parte del huerto, por ello es que cuando vamos a campo, colocamos la sonda con criterio. Si hay suelos diferentes, eso dependerá del técnico, porque como en todo, esto también requiere de una inversión económica. Yo recomiendo usar el mínimo de sondas posibles. Y si éstas han funcionado, puede ser que el agricultor o el técnico se decidan a instalar más en el campo. Si todas están bien instaladas, entregarán una información fidedigna de lo que ocurre en la finca. Hay muchas sondas que se usan mal y, si se usan mal, no sirven de nada. Preferimos que la cantidad de sondas, software y tecnología que vaya adoptando el agricultor se haga a un ritmo racional y según las necesidades”, explica.

Hoy en día las sondas se emplean en todo tipo de cultivos: frutales, almendros súper intensivos, olivos, hortícolas, uva de mesa, uva de vino, en cultivos extensivos, en tomate de industria… Y en todo tipo de suelos y diferentes sistemas de riego.

Están diseñadas para dejarlas instaladas permanentemente en el suelo ya que su robustez se lo permite, y tienen una vida útil de más de cinco años. Si bien existen algunos sistemas de sondas en los que se realizan medidas puntuales de humedad en el perfil del suelo, según el Dr. Ferrer, la utilidad de éstos es nula. “Si vamos un día en la mañana, la introducimos en el suelo y vemos que tenemos una humedad del 5%. ¿Eso es bueno o es malo? No lo sabemos. En cambio, si la sonda está siempre en el suelo, podemos mimetizar cómo se mueve el agua en el suelo y cómo la absorbe la planta y, saber, por ejemplo, la hora en que la planta empieza absorber el agua, cuándo absorbió más y cuándo absorbió menos, podemos saber a qué profundidad están trabajando las raíces, podemos saber hasta dónde estamos mojando o si estamos drenando o no”.

BIEN CALIBRADAS Y ROBUSTAS
Y no todas las sondas son iguales. Por ello es preciso fijarse en ciertas características. La primera y, quizás la más importante para el Dr. Ferrer, es que la sonda debe tener una calibración estable en cuanto al tipo de suelo, salinidad y temperatura. “Las primeras que salieron al mercado hace ya más de quince años, en cuanto había un poco de sal, el valor se disparaba. Y lo mismo pasaba cuando se trataba de un suelo arenoso o arcilloso”, remarca. Y lo otro es la robustez. “A las primeras les entraba agua en el circuito, pero eso se ha mejorado una enormidad”, apunta.

Actualmente, las cooperativas, empresas y agricultores son conscientes de que deben usar esta tecnología, pero no a ciegas, sino una vez que la han probado y han comprobado que los datos que reciben son realmente un aporte para planificar el cultivo. En otros casos, su uso es una necesidad, sobre todo en zonas donde escasea el agua. “O ponemos sonda y lo hacemos lo mejor posible o nos irá mal”, suelen decir agricultores de Murcia, en España. Además, cuando las prueban ven que se va mejorando la calidad de la fruta, por ejemplo, la homogeneidad de ésta. En durazno y damasco es muy importante la conservación de poscosecha en función de si ha regado mucho o no y eso se ve después. Y ellos mismos se van regulando cada año”, explica Ferrer.

1.500 DATA LOGGERS INSTALADOS EN ESPAÑA
Hoy en día hay más de 1.500 data loggers funcionando en España, lo que representan una superficie cercana a las 15.000 ha. Y no en todas las zonas de producción se emplean para solucionar un mismo problema. En Almería, la información es muy útil para ajustar el riego en otoño e invierno, porque cuando la planta no va tan a tope, le aplican demasiada agua y fertilizantes, apareciendo problemas de asfixia radicular. Así, investigadores de la Universidad de Almería, están trabajando con un sensor de oxígeno en el suelo y un medidor de clorofila para ver si hay asfixia radicular y así ajustar la dosis nitrogenada.

Pero en Lleida la situación es diferente porque puede haber restricciones de agua en verano y también los productores deben enfrentar problemas de calidad en poscosecha. “Si regamos bien, la planta comerá mejor. Todo está más tranquilo y aquí se ajustan a eventos extremos. Los agricultores de Lleida también se preguntan cuándo deben empezar a regar y se ponen nerviosos en enero. Pero con el uso de esta tecnología pueden ajustar el uso de agua en precosecha y también en poscosecha, porque antes se cosechaba y se cortaba el agua de inmediato. Pero esto es importante para la brotación del año siguiente. Con el uso de sondas y sensores reducen su riesgo y les da seguridad”, asegura el especialista.

¿QUÉ HAY DE NUEVO EN SONDAS Y SENSORES?
Lo más reciente que se ha hecho en España es el trabajo con softwares de simulación, los que se emplean, por ejemplo, en experimentos de estrés hídrico. Es decir, con ellos simulan el agua que hay en el suelo y eso posteriormente lo llevan a modelos de simulación. “Nuestra I+D tiene por objetivo desarrollar algo que podamos vender en dos o más años”, sostiene. Y en eso están hoy, poniendo a punto de lo que podría ser el futuro del riego de precisión. Para graficarlo, el Dr. Ferrer muestra un modelo de simulación en una finca que riega con un sistema de goteros subterráneo. A este sistema le añaden aspectos como el tipo de suelo y frecuencia de riego. En base a eso ven cómo se redistribuye la humedad, cuánto tiempo se tardaría en juntar los bulbos mojados, que pasaría si se separan los goteros, cuánta evapotranspiración se pierde, cuánto se drena… Pero no es lo único, porque además participan de un proyecto que emplea satélites para poder estimar la humedad que hay en el suelo y así ver cómo se puede ayudar a una comunidad de regantes a gestionar el riego. “Nuestro trabajo será validar que las lecturas del satélite sean acertadas”, apunta.

Junto al investigador de la Universidad de Maryland, John Lea-Cox y Decagon Devices, Lab Ferrer es parte de un proyecto que se centrará en descifrar el efecto de la temperatura en el suelo en el cultivo de la fresa (frutilla), básicamente porque el riego afecta mucho al calentamiento del suelo y eso afecta a la precocidad de la fresa. Se trata de un proyecto pionero, ya que actualmente no existen datos que hayan medido esto. Para realizarlo, trabajaran con sensores, determinaciones avanzadas de propiedades hidráulicas del suelo en la zona radicular y con simulaciones. “La idea del proyecto es, en un determinado sistema de riego y a través del uso de sensores de suelo y tensiómetros electrónicos, comparar con el riego habitual que realiza el agricultor. Realizaremos simulaciones y sacaremos conclusiones”, explica. Eso lo realizarán en Huelva y paralelamente en la Universidad de Maryland realizarán algo similar en la zona productora de fresas de California.

Un parámetro muy interesante en el que así mismo trabajan, es la Actividad de Agua (aw), se utiliza en poscosecha principalmente para el secado de la fruta. “El control de la actividad de agua ayuda a saber cómo se debe secar correctamente la fruta, evitando así la aparición de hongos”, precisa Ferrer sobre algo que está implementado desde hace décadas en la industria de las pasas, sobre todo en Italia y en EE UU, pero no en España. “Es por un aspecto cultural. Aquí en España estamos acostumbrados a medir la humedad, pero ésta no es el parámetro ideal, ya que fijándose en ella se está secando más de lo que se debiese”, advierte el especialista. Y el uso de sensores se ha transformado en una tecnología barrera, ya que trabajando con el pH, la actividad de agua y la temperatura se puede frenar el crecimiento de hongos.

Las empresas fabricantes de sondas tienen claro cuáles serán los próximos desarrollos. Uno de ellos es el nuevo sensor capacitivo de humectación de hoja que indica el nivel de rocío que se tiene y que ayudará a prevenir el desarrollo de enfermedades y también el rajado de la fruta. Otro desarrollo es un anemómetro sónico que mide la intensidad del viento, pero también la probabilidad de ráfagas y su dirección. Y el futuro también pasará por la fabricación de mejores sondas de salinidad y también por la aplicación de modelos junto con los sensores. “Si tenemos un modelo capaz de predecir cómo bajará la temperatura en la noche o un modelo que en base a medir la humedad del suelo y la presión de vapor, sea capaz de entregar el estrés hídrico de la planta, será beneficioso para los productores. Todos estos modelos pueden solucionar muchas cosas, sin la necesidad de sobre medir. Si bien existen, aún no están fase comercial. Además, se debe hacer un trabajo muy grande relacionado con toda la información que se ha generado, para que ésta se pueda integrar en una tecnología práctica”, finaliza.

ALGO FALLA CON LAS STARTUPS
Al parecer ser las redes de sensores inalámbricos y el big data ha llegado al sector agrícola para quedarse. Prueba de ello es la cantidad de startup que están viendo la luz a nivel global.

-¿Cuál es tu opinión de las startups que usan estas nuevas tecnologías en la agricultura profesional?

-Muchas startup buscan capital de riesgo que pueda invertir en ellas. Una vez que lo han conseguido, el inversor les da un cuello de entre dos y cinco años, siempre teniendo en mente unas expectativas de ventas muy agresivas. Pero vender tecnología en el sector agrícola es complicado. Las ventas son lentas y están motivadas por el boca a boca. Las startup están teniendo una actividad comercial interesante y hay algunas que están vendiendo mucho, pero sin un servicio agronómico y de post venta muy consistente, es muy difícil escalar la implementación de estas tecnologías al campo.

-¿Por qué crees que ocurre eso?

-Hay startaup que venden, pero, ¿cuántos de esos clientes renuevan al segundo o tercer año? El tema pasa porque a los técnicos no les interesa ni los sistemas inalámbricos, ni la nube, ni el big data si es que no son capaces de digerir los datos que se les entrega. Si esos datos no son interpretados no les sirven de nada. Y eso es lo que les falta a las startup. Este es un mercado que crece poco a poco, pero este año, como hay muchas startup, hay un poco más de crecimiento, pero si no hay un servicio detrás, al cabo de un año el agricultor ya no lo utilizará.

Leer más

La agricultura de precisión es tan importante en la producción avícola como en cualquier otra área de la agricultura. Caroline Stocks informa de un evento RASE

Invertir en la cría de ganado de precisión (PLF) podría ayudar a los productores avícolas a convencer a los minoristas y consumidores sobre los altos niveles de bienestar que se encuentran comúnmente en los sistemas intensivos.

Simon Lague, gerente de desarrollo comercial de la empresa de tecnología Fancom, dijo que los sistemas de alta tecnología podrían ayudar a los agricultores a recopilar la evidencia que necesitan para demostrar que la producción avícola ha progresado.

GANADERÍA DE PRECISIÓN

Cámaras – distribución de monitores
Micrófonos: controle el ruido y el estrés
Medidores de agua / alimentación: monitorear las tomas
Básculas de pesaje: supervise las tasas de crecimiento
Al dirigirse al evento de la Real Sociedad Agrícola de Inglaterra en Derbyshire, el Sr. Lague dijo que los agricultores no deben tener miedo de usar equipos especializados, como cámaras y micrófonos, para ayudarlos a manejar a sus aves.

Al pronosticar que el 20% de los productores de aves de corral utilizarían la tecnología a finales de la década, dijo: “Si la industria quiere tener éxito, debemos adoptar el PLF y cambiarle el nombre a ‘agricultura inteligente’. No reemplazará a los agricultores, pero volverá a enfocar lo que están haciendo «.

Eric Koenders, un ingeniero de investigación de Fancom, dijo que el uso de cámaras y micrófonos ayudaría al granjero a monitorear el comportamiento de los pollos, mientras que las balanzas, los medidores de alimento y agua podrían usarse para calcular el consumo y el crecimiento de las aves.

“En el pasado, con las fincas pequeñas, la gente tenía suficiente tiempo para realizar observaciones. “Pero es difícil observar animales individuales a medida que las granjas crecen”, dijo a los delegados. «Es inevitable utilizar la tecnología para obtener lo mejor de su ganado».

Al medir y monitorear las entradas y las respuestas de las aves, la tecnología podría usarse para modelar y predecir los resultados de las prácticas de manejo cambiantes, como la calefacción y la ventilación, dijo.

El análisis de los datos también hizo posible la creación de sistemas de alerta temprana, para alertar a los agricultores sobre cualquier cambio no planificado y proporcionar una hoja de cálculo diaria con información que informaba al agricultor sobre el crecimiento de las aves, agregó.

“PLF es bueno para detectar cambios en el comportamiento animal. Los agricultores pueden reaccionar ante él mediante la intervención de la gestión, y el sistema puede controlar cómo han afectado esos cambios, por ejemplo, verificando la respuesta a una vacuna.

«También puede identificar caídas en el crecimiento, que pueden deberse a problemas como bloqueos en la línea de alimentación».

Pero si bien cada vez más animales se encontrarían viviendo en entornos inteligentes, según las necesidades medidas, Koenders dijo que era vital que los agricultores entendieran cómo responder a los datos creados.

«Tenemos la tecnología, pero los agricultores deben aprender de los datos e incorporarlos en su gestión diaria».

Explore más Know How
Visite nuestro centro Know How para obtener consejos prácticos sobre agricultura

Tecnología
ESTUDIO DE CASO – DAVID SPELLER, CULTIVADOR DE ASADORES

El uso de la tecnología para monitorear el bienestar, el comportamiento y el desempeño de las aves ha ayudado al productor avícola David Speller a demostrar que sus sistemas de manejo intensivo mejoran la salud y el bienestar de las aves.

Hablando en la conferencia RASE, Speller, que cría 180.000 pollos de engorde en Chesterfield, Derbyshire, dijo que estaba usando datos recopilados por tecnología en su granja para cuestionar las afirmaciones de los minoristas sobre el bienestar de las aves.

“Al recopilar suficiente información, les brindamos a los minoristas pruebas que pueden transmitir a los consumidores para demostrar que los sistemas intensivos no son malos en términos de bienestar.

“Los minoristas necesitan datos para que, si un consumidor los cuestiona, puedan dar argumentos científicos. Depende de nosotros utilizar la tecnología para recopilar esos datos si se quiere convencer a los consumidores «.

Speller dijo que al recopilar datos en tiempo real sobre el consumo de alimento y agua, la temperatura de las aves y el aumento de peso vivo a través de sistemas automatizados, se le alertó instantáneamente sobre problemas en su parvada y pudo hacer cambios para corregirlos.

Al asegurarse de que sus aves fueran más felices, pudo optimizar su sistema de producción, mejorar las tasas de crecimiento y reducir los costos.

Pero aunque respaldó los desarrollos tecnológicos, Speller dijo que aún era importante no descuidar las habilidades tradicionales de ganadería.

GANADERÍA DE PRECISIÓN EN EL CULTIVO

Los científicos están investigando formas de usar luces y sonidos para replicar las condiciones naturales de eclosión en un intento por mejorar las tasas de crecimiento de los polluelos nacidos en incubadoras.

Investigadores del Royal Veterinary College están analizando cómo la incorporación de luces y grabaciones de sonidos de «pip» puede afectar el tiempo que tarda un polluelo en nacer.

Los huevos incubados pueden incubar con horas de diferencia entre sí, lo que puede estresar a los polluelos y provocar una disminución de peso, falta de uniformidad y reducción de la calidad, dijo Qin Tong, investigador en etapa inicial de RVC.

Ella y su equipo descubrieron que el uso de un sonido de «pip» de una gallina retrasaba la eclosión cuatro horas, pero no tenía ningún efecto a largo plazo en la calidad del pollito.

Por el contrario, exponer a los polluelos a una luz verde aceleró la eclosión en cuatro horas, pero ayudó a las aves a lidiar mejor con el estrés.

Si bien la investigación aún estaba en curso, la señorita Tong dijo que, al combinar luz y sonido, esperaban alterar las ventanas de eclosión para producir condiciones óptimas.

Leer más

Steve Cubbage ha visto que el uso de la agricultura de precisión ha estado estrechamente ligado a la capacidad de los agricultores para obtener ganancias de ella.

Los agricultores han seguido buscando formas de utilizar la agricultura de precisión para mejorar sus operaciones, incluso con precios de cultivo más bajos en los últimos años.

Cubbage granjas en el condado de Vernon en el suroeste de Missouri y también es propietaria de Record Harvest, una empresa de agricultura de precisión.

“Ciertamente hay una actitud más de esperar y ver qué pasa”, dice. “Todavía habrá una adopción (de agricultura de precisión). La gente no dejará de adoptar tecnología si puede ver el beneficio en un balance «.

Cubbage dice que con los precios más bajos, algunos agricultores «no están comprando la pintura nueva», pero sigue habiendo un gran interés en encontrar formas de mejorar y utilizar la tecnología.

“Están analizando qué tipo de valor puede agregar desde una perspectiva inmediata”, dice.

Jardinera moderna

La tecnología Autosteer es algo que tienen casi todos los agricultores que usan agricultura de precisión, y ahora la sembradora se ha convertido en un área clave para la inversión en agricultura de precisión.

Cubbage dice que muchos agricultores han estado buscando sembradoras usadas en buen estado y actualizándolas con tecnología como la siembra de dosis variable y todo el accionamiento eléctrico para hileras individuales.

“Podría haber comprado una sembradora en un concesionario de manera bastante competitiva, poner 20, 30, 40 mil dólares en equipos de actualización y aún así ser entre un 30 y un 40 por ciento menos que una nueva”, dice.

Ahora son populares los embragues de hileras individuales en una sembradora para «poder cerrar y no volver a sembrar», dice.

Cubbage dice que esto puede ahorrar a los agricultores entre un 5 y un 15 por ciento en costos de semillas, lo que puede marcar una gran diferencia.

“Aunque los precios de los productos básicos son bajos, los costos de las semillas no han bajado tanto”, dice.

Construyendo sobre datos

El negocio de Cubbage ofrece hardware agrícola de precisión y también servicios de consultoría. Él dice que el componente básico de la agricultura de precisión sigue siendo la recopilación de datos.

“Los productores me preguntan por dónde deben empezar”, dice. “Les doy una respuesta simple: debe asegurarse de tener un monitor de rendimiento en una cosechadora que mapee y recopile buenos datos. … Es su boleta de calificaciones.

“No podemos hacer cambios y no podemos pasar al siguiente nivel sin esa información. Si no tenemos datos en los que basar eso, no podemos crear una prescripción de siembra de tasa variable «.

Cubbage dice que otra área popular para utilizar agricultura de precisión en este momento es administrar el flujo de agua en los campos.

«Es poder utilizar GPS para mover básicamente suciedad», dice.

“Es usar raspadores de tierra, cuchillas para tierra, poder administrar el agua en sus campos y sacar agua de sus campos de manera oportuna. Hemos visto un gran aumento en el interés de los productores para recuperar los acres que se pierden cuando están bajo el agua «.

Cubbage dice que este proceso implica «aprovechar la tecnología GPS que los productores ya tienen» para determinar dónde mover mejor la tierra para ayudar a drenar los campos.

«Ya lo están haciendo», dice. «Solo buscan una mejor manera de hacerlo».

Ken Sudduth, un ingeniero agrícola del Servicio de Investigación Agrícola del USDA que trabaja en la Universidad de Missouri, ha visto un gran interés continuo en la agricultura de precisión, especialmente con vehículos aéreos no tripulados o drones.

“Es difícil leer una revista agrícola en estos días sin ver un artículo sobre eso”, dice.

Sudduth dice que la información agregada de varias fuentes, o big data, también es un tema clave en este momento.

El objetivo es «poder clasificar los datos y ver tendencias más importantes que si estuviera mirando una sola granja», dice.

Sudduth dice que las áreas de agricultura de precisión donde los agricultores pueden ver un beneficio directo se han adoptado más rápidamente.

“La guía automática y el control de secciones en los pulverizadores, realmente ha despegado rápidamente”, dice. «Los agricultores pueden ver un beneficio directo en eso».

Leer más

El SSWM que implica la aplicación variable de herbicidas tiene potenciales beneficios económicos y ambientales y la investigación en el extranjero ha avanzado mucho. El SSWM en Australia probablemente se aplicará inicialmente a malezas resistentes a herbicidas, por ejemplo, raigrás anual y avena silvestre. El sistema SSWM más prometedor para Australia puede implicar una aplicación barata de herbicidas basales, con aplicación variable de un herbicida más eficaz y caro a los parches. Los ensayos que evalúan el control del raigrás con herbicidas preemergentes destacan el beneficio de utilizar una mezcla de herbicidas más cara con mayor eficacia en poblaciones de alta densidad para un mejor control, mientras se logra un control adecuado en poblaciones de baja densidad con una aplicación de trifluralina de menor costo.

Antecedentes
Las malezas a menudo crecen en parches dentro de un prado. Rociar todo el potrero es la norma actual, pero existen posibles beneficios económicos y ambientales al rociar solo donde hay malezas. El GPS ha abierto el camino para el Manejo de malezas específico del sitio (SSWM), enfocando las medidas de control solo donde se necesitan.

Beneficios potenciales
El Dr. Roland Gerhards resumió SSWM en una conferencia en Alemania el año pasado, y observó que: «El uso de la fumigación general de un amplio acre da como resultado una decisión de aplicación incorrecta en casi todos los puntos del prado». La dosificación insuficiente y excesiva de herbicidas es inevitable cuando la distribución y la densidad de las malezas varían en un potrero. SSWM tiene el potencial de reducir las aplicaciones de herbicidas entre un 10 y un 80%. Los ahorros de costos son obvios, pero adicionalmente las áreas de cultivo libres de malezas no rociadas pueden producir entre un 5 y un 10% más, cuando se eliminan los efectos fitotóxicos del herbicida. En Europa también existe un gran interés en SSWM por razones medioambientales.

Sistemas SSWM
El objetivo de los sistemas de pulverización SSWM es obtener la dosis correcta del herbicida correcto en el lugar correcto. Hay una serie de obstáculos técnicos que superar, y esto ha dado lugar a una serie de enfoques de investigación con diferentes niveles de complejidad. SSWM tiene cuatro componentes principales: 1) mapeo / detección de malezas; 2) decisión de tratamiento 3) aplicación de tratamiento; y 4) documentación. Los componentes del sistema elegidos estarán influenciados por cada situación individual de control de malezas.
Mapeo previo vs detección en tiempo real. El mapeo antes de la pulverización es más fácil, pero puede implicar una pasada adicional. La detección en tiempo real requiere sensores y computadoras a bordo para procesar las imágenes y controlar las boquillas.
Biomasa de malezas / cultivos frente a ID de especies de malezas. Los sistemas de reflectancia simples pueden medir la biomasa total de la planta; esto mide tanto el cultivo como las malezas juntos y puede ser engañoso. Escanear solo en las entre filas es más desafiante, pero más preciso. Los sistemas más complejos utilizan tanto reflectancia como formas de imagen para identificar el tipo de planta. Los sistemas de investigación más avanzados pueden identificar hasta 25 especies de malezas.
Decisiones de tratamiento. El más simple es ENCENDIDO / APAGADO: esto se implementa más fácilmente, pero las plantas omitidas fuera de los parches pueden causar problemas. Otro enfoque es aplicar un tratamiento basal uniforme y usar un sistema ON / OFF para aplicar otro tratamiento solo a los parches. Los sistemas más complejos identifican la variación espacial en las especies de malezas y la densidad, y pueden aplicar hasta tres herbicidas a diferentes velocidades. Estos sistemas utilizan sofisticados sistemas informáticos expertos en control de malezas (por ejemplo, Plant Protection On-Line).
Escala de tratamiento. La mayor parte de la investigación de SSWM se ha concentrado en el tratamiento de parches (metros de diámetro) mediante el control de la sección de la barra, pero una investigación más reciente en Dinamarca está trabajando en «células» (c. 11×3 cm) o incluso en objetivos de una sola planta.
Tipos de sensores. El sensor más sofisticado y disponible es el ojo humano, pero el mapeo manual antes de la pulverización requiere mucho tiempo y el control manual en tiempo real puede no ser confiable debido a la distracción periódica del operador. Las imágenes digitales se pueden capturar desde el suelo o de forma remota (satélite o avión), pero para los sistemas que tienen como objetivo tratar áreas más pequeñas que varios metros, las imágenes remotas tienen una resolución espacial insuficiente. WeedSeeker es actualmente el único sistema comercializado que vincula sensores vinculados al control de la pulverización. Este sistema detecta la biomasa de las plantas verdes utilizando una relación de reflectancia del rojo y del infrarrojo cercano (NIR) y se utiliza principalmente para el control de malas hierbas no selectivo en áreas no cultivadas. Hay otros sensores disponibles comercialmente (CropCircle, GreenSeeker y Yara N-Sensor) que pueden mapear la biomasa usando rojo / NIR.
Documentación. La mayoría de los sistemas en desarrollo registran el mapa de aplicación de herbicidas «tal como se aplica» como un registro útil de aplicación.

Desafíos de I + D
Los principales cuellos de botella para SSWM son los sistemas de mapeo / escaneo eficientes y precisos y los sistemas de inyección directa adecuados para herbicidas. Los avances recientes en los laboratorios de investigación en Europa sugieren que estos problemas pueden superarse. Los prototipos de imágenes avanzadas pueden identificar 25 especies de malezas en tiempo real. Actualmente, los sistemas de inyección directa sufren retrasos prolongados debido al tiempo que tarda el herbicida en viajar desde el punto de inyección hasta la boquilla (4 a 30 segundos). A fines del año pasado, un equipo de investigación alemán describió una boquilla de inyección directa eficaz que permitiría inyectar herbicida concentrado directamente en las boquillas con un tiempo de retraso de menos de un segundo.

Desarrollos en el extranjero
Alemania y Dinamarca tienen fuertes esfuerzos de investigación en SSWM, impulsados ​​por fondos gubernamentales destinados a cumplir los objetivos de reducción de pesticidas ambientales. Se ha logrado un excelente progreso tecnológico, pero la comercialización de SSWM ha sido lenta porque los productores generalmente consideran que los herbicidas son baratos y tienen pocos incentivos para adoptar sistemas más complejos. El sistema más cercano al lanzamiento comercial parece ser un rociador de tres tanques de 21 m (“CERBERUS”) desarrollado por el Dr. Roland Gerhards y su equipo en la Universidad de Hohenheim, cerca de Stuttgart, Alemania. El rociador tiene tres líneas de rociado independientes paralelas alimentadas por tres tanques separados llenos de diferentes herbicidas. Los mapas de malezas se utilizan para encender y apagar secciones de barra de 7 x 3 m simultáneamente en cada una de las tres líneas de aspersión. El tiempo de retardo de control es de alrededor de 0,5 segundos, y actualmente están trabajando en la identificación de malezas en tiempo real (c. 25 especies) y la determinación de la mezcla de tratamiento. Los estudios en 13 potreros durante tres años han proporcionado reducciones de herbicidas del 10 al 80% mientras se mantiene un buen control de malezas. Se ha rastreado la eficacia en 38 potreros con c. 95% de control, sin aparente acumulación de semillas de malezas. La fluorescencia foliar inducida por láser (Alemania) y la reflectancia de la luz polarizada (Francia) también se están explorando para la identificación de malezas. En Dinamarca, el Dr. Svend Christensen y su equipo están desarrollando sistemas autónomos de aplicación de pulverización extremadamente precisos. Los sistemas se basan en impresoras de inyección de tinta y se utilizarán inicialmente en cultivos hortícolas. Un sistema trata áreas pequeñas (células) de c. 11 x 3 cm encendiendo y apagando las boquillas, mientras que un segundo sistema identifica plántulas de malas hierbas individuales y dispara un rayo láser o microgotas de herbicida (0,2 microlitros) en el punto de crecimiento. Los prototipos que tratan 100 plántulas de hoja ancha por m-2 han logrado volúmenes de agua tan bajos como 0.2 L ha-1.

Potencial australiano
Las experiencias en el extranjero sugieren que SSWM puede tener un lugar en Australia. El desarrollo inicial parece ser más adecuado para el tratamiento de malezas resistentes a herbicidas (por ejemplo, raigrás anual y avena silvestre) donde los parches pueden tratarse con herbicidas más costosos. Como ejemplo, el raigrás anual podría tratarse con una aplicación basal uniforme de trifluralina, con triallato inyectado en la línea de rociado en áreas de parche. El costo de los herbicidas como proporción de los beneficios es más alto en Australia que en Europa, lo que proporciona un incentivo adicional. La retención de rastrojos no es común en Europa y puede presentarnos algunos desafíos de mapeo / escaneo, pero nuestros espacios más amplios entre filas pueden ser una ventaja. La Tabla 1 sugiere algunas posibles ventanas de oportunidad para SSWM.

Tabla 1. Ventanas de oportunidad de detección / mapeo para SSWM en Australia

Etapa
Sincronización

Situación de campo
Oportunidad

Barbecho de verano
Dic-mar
Rastrojo seco. Malezas verdes de verano (por ejemplo, malezas esqueléticas, SLN)
Mapeo de malezas de verano. Tierra o remota. Es posible la aplicación de herbicidas no selectivos SSWM.
Pre-siembra
Abril junio
Plántulas de invierno emergentes.
Probablemente rastrojo en pie.
Malezas emergentes: sin hileras de cultivos. Tierra o remota. Es posible la aplicación de herbicidas no selectivos SSWM.
Post-em temprano.
Julio-agosto
Cosecha temprana post-em y malezas. Hileras de cultivos distintas.
Detección entre filas (solo en el suelo); Detección de cultivos + malezas (en el suelo o remota);
Cosecha tardía
Septiembre-noviembre
Entre hileras de cultivos cerrados.
Cabezas de malezas visibles.
Avena salvaje, bromo, mapeo de cabezas ARG. (probablemente solo remoto); Posibilidad de «cobertura de cultivos» SSWM.

Alguna experiencia de investigación local
Hasta la fecha, la investigación local se ha centrado en la detección y el mapeo de parches de raigrás utilizando sensores de cultivos disponibles comercialmente (CropCircle, GreenSeeker y Yara N-Sensor), y las decisiones de tratamiento con herbicidas para poblaciones de raigrás de alta y baja densidad.

Mapeo de raigrás
Los sensores de cultivos disponibles comercialmente (CropCircle, GreenSeeker y Yara N-Sensor) miden la reflectancia de la luz en las bandas de onda roja y NIR. La reflectancia de la luz roja es sensible a los cambios en el contenido de clorofila de la planta y la reflectancia de la luz NIR es sensible a los cambios en la biomasa de la planta. En situaciones de cultivo, la variación en la biomasa vegetal es el resultado de dos variables, el cultivo y las malezas. En las primeras etapas de crecimiento del cultivo, la biomasa del cultivo tiende a ser relativamente uniforme (con densidades de cultivo uniformes) con poca expresión de cualquier variabilidad subyacente del suelo o el paisaje. La biomasa de malezas en las primeras etapas de crecimiento varía según las variaciones en las poblaciones de plantas de malezas. Por lo tanto, la variabilidad en la biomasa vegetal mapeada con estos sensores en las etapas tempranas de crecimiento del cultivo generalmente puede asociarse con densidades variables de malezas. Se han mapeado con éxito parches de raigrás en cultivos de lentejas y canola en las primeras etapas de crecimiento en Australia del Sur antes de que la variabilidad de los cultivos sea grande. A medida que avanza el crecimiento del cultivo a lo largo de la temporada, aumenta la variabilidad en la biomasa del cultivo, lo que complica la detección de parches de malezas por variación de la biomasa. También es importante determinar mediante verificación en el terreno, qué especies de malezas varían en el prado, ya que todas las malezas pueden contribuir a la variabilidad de la biomasa vegetal. El plan para la investigación futura es determinar la densidad umbral de raigrás que se puede detectar en diferentes cultivos en diferentes etapas de crecimiento. A partir del trabajo realizado hasta ahora, estos sensores pueden detectar fácilmente parches densos de raigrás en las primeras etapas de crecimiento de lentejas y canola. A medida que avanza el crecimiento del cultivo a lo largo de la temporada, aumenta la variabilidad en la biomasa del cultivo, lo que complica la detección de parches de malezas por variación de la biomasa. También es importante determinar mediante verificación en el terreno, qué especies de malezas varían en el prado, ya que todas las malezas pueden contribuir a la variabilidad de la biomasa vegetal. El plan para la investigación futura es determinar la densidad umbral de raigrás que se puede detectar en diferentes cultivos en diferentes etapas de crecimiento. A partir del trabajo realizado hasta ahora, estos sensores pueden detectar fácilmente parches densos de raigrás en las primeras etapas de crecimiento de lentejas y canola. A medida que avanza el crecimiento del cultivo a lo largo de la temporada, aumenta la variabilidad en la biomasa del cultivo, lo que complica la detección de parches de malezas por variación de la biomasa. También es importante determinar mediante verificación en el terreno, qué especies de malezas varían en el prado, ya que todas las malezas pueden contribuir a la variabilidad de la biomasa vegetal. El plan para la investigación futura es determinar la densidad umbral de raigrás que se puede detectar en diferentes cultivos en diferentes etapas de crecimiento. A partir del trabajo realizado hasta ahora, estos sensores pueden detectar fácilmente parches densos de raigrás en las primeras etapas de crecimiento de lentejas y canola. El plan para la investigación futura es determinar la densidad umbral de raigrás que se puede detectar en diferentes cultivos en diferentes etapas de crecimiento. A partir del trabajo realizado hasta ahora, estos sensores pueden detectar fácilmente parches densos de raigrás en las primeras etapas de crecimiento de lentejas y canola. El plan para la investigación futura es determinar la densidad umbral de raigrás que se puede detectar en diferentes cultivos en diferentes etapas de crecimiento. A partir del trabajo realizado hasta ahora, estos sensores pueden detectar fácilmente parches densos de raigrás en las primeras etapas de crecimiento de lentejas y canola.

Decisiones de tratamiento con herbicidas en parches de raigrás Las
decisiones de tratamiento con herbicidas para parches de raigrás de alta y baja densidad se han centrado en dos oportunidades de tratamiento; aplicación de herbicidas pre-emergentes en cereales y aplicación de herbicidas selectivos post-emergentes en gramíneas en leguminosas y canola. Los tratamientos con herbicidas preemergentes son dosis más altas y más bajas de trifluralina (480 g / L ia) y la decisión de activar / desactivar la adición de Avadex Xtra (triallate 500 g / L ia) o Dual (metolaclor 720 g / L ia) para trifluralina.

Se mapearon parches de raigrás en lentejas en un potrero en 2006 y este mapa se utilizó para ubicar sitios de prueba de herbicidas pre-emergentes en poblaciones de alta y baja densidad en 2007. Los resultados muestran que la adición de Avadex Xtra o Dual a una tasa base de trifluralin ha conducido a una mejora significativa en el control en el sitio de alta raigrás (Figura 1). Sin embargo, en el sitio de raigrás bajo en el mismo potrero, una dosis base de trifluralina proporcionó un control adecuado. No hubo ningún beneficio adicional por aumentar la tasa de trifluralina o la adición de otro herbicida en este sitio con bajo nivel de raigrás. Por lo tanto, el área tratada con la mezcla de herbicidas de mayor costo podría restringirse con seguridad a las áreas donde la densidad del raigrás era más alta. Los resultados también indican que puede haber un mayor nivel de resistencia a la trifluralina en el sitio de ryegrass alto en comparación con el sitio de ryegrass bajo (esto se está evaluando). Si se encuentra que la resistencia a los herbicidas en el raigrás tiene una mayor prevalencia en los parches de mayor densidad, esto proporcionará un impulso adicional para el uso de mezclas de herbicidas más agresivas en esas áreas.

La utilidad de los mapas en los años siguientes dependerá de la estabilidad del parche, donde la estabilidad del parche se verá influenciada por la dispersión natural, el movimiento de la semilla por la maquinaria, en particular los recolectores y las condiciones estacionales que afectan el reclutamiento del raigrás. Agregar un área más grande alrededor de los parches debería tener en cuenta estos factores en la mayoría de los casos.

Figura 1: Efectos de herbicidas preemergentes sobre la supervivencia del raigrás en relación con cero en dos sitios en un potrero con diferentes poblaciones de raigrás (sitio de raigrás alto: nulo = 574 plantas / m2, LSD (5%) = 13,2; sitio de raigrás bajo: nulo = 11 plantas / m2, diferencias no significativas).

Se mapearon parches de raigrás en lentejas en un potrero en 2007 y este mapa se usó para ubicar ensayos de herbicidas selectos en poblaciones de alta y baja densidad. Las razones para utilizar tasas más altas de herbicidas selectivos para pastos en parcelas más gruesas son:
• Parches densos de raigrás donde las plantas se superponen y se sombrean entre sí aumentan el riesgo de que una planta individual no reciba una dosis letal.
• La resistencia del raigrás a Select puede variar espacialmente a lo largo de un prado en parches.
• Lograr un nivel de control aceptable. En una población de baja densidad, el control del 95% puede ser aceptable, pero deja un nivel inaceptablemente alto de supervivientes en una población de alta densidad.
Los recuentos de raigrás (Tabla 2) muestran que en el sitio de raigrás alto 350 y 500 ml / ha de Select proporcionaron un control significativamente mayor que 250 ml / ha. En el sitio de raigrás bajo no hubo diferencias significativas entre estas tres dosis, y estas proporciones proporcionaron un control significativamente mayor que 150 ml / ha. Por lo tanto, proporciones más altas proporcionaron un mayor control en el sitio con alto contenido de ryegrass, lo que indica que las plantas pueden haberse superpuesto, lo que limita el contacto del herbicida con todas las plantas o puede indicar un mayor nivel de resistencia a Select en el parche con alto contenido de ryegrass. Sin embargo, esta tendencia no es evidente en el momento de los recuentos de cabezas de raigrás, ya que la tasa de selección más alta proporciona el mejor control en ambos sitios. Por lo tanto, la decisión de variar las tasas en función de los resultados del recuento de cabezas de raigrás estaría relacionada con lo que es un nivel de control aceptable.

Leer más

Introducción a Big Data
Big Data son datos cuya escala, diversidad y complejidad requieren nueva arquitectura, técnicas, algoritmos y análisis para administrarlos y extraer valor y conocimiento oculto de ellos.

¿Entonces que significa eso exactamente? Estos datos incluyen grandes colecciones de datos agrícolas que están siendo utilizados por agricultores, empresas y agencias gubernamentales para ayudar en la toma de decisiones relacionadas con las prácticas de producción y manejo de cultivos, así como mejores predicciones sobre la disponibilidad de nutrientes y agua. Es importante comprender qué valor le brindan al productor todos estos datos agrícolas. Mediante el uso de datos agrícolas para impulsar la gestión de insumos y otras decisiones agrícolas, los productores pueden identificar y cuantificar las variables limitantes de la productividad.

El flujo de Big Data
Un agricultor cargará datos agrícolas y personales de sensores terrestres y de equipos, drones, etc.

El Proveedor de Tecnología Agrícola (ATP) agregará los datos de los agricultores , combinará otros conjuntos de datos relevantes y aplicará algoritmos para analizar.

El ATP luego le da al agricultor una solución o recomendación personalizada basada en los datos recibidos.

Luego, el agricultor puede utilizar las recomendaciones proporcionadas por el ATP para tomar decisiones agronómicas, económicas y de gestión agrícola en su finca.

¿Qué es la «agricultura digital»?
La agricultura digital está evolucionando hoy en día a medida que la industria desarrolla servicios y tecnologías para permitir la transmisión inalámbrica de datos junto con el análisis para obtener información. La premisa de la agricultura digital incluye el avance de las estrategias de agricultura de precisión, la agricultura prescriptiva y el tema candente del big data y cómo podría hacer avanzar el sector agrícola. Un hilo común de esta progresión es cómo la tecnología de agricultura de precisión permitirá a los agricultores, minoristas y aplicadores personalizados mejorar la gestión de nutrientes con respecto a la ubicación, el momento y la generación de nuevas capas de datos para evaluar el éxito. Estas capas de datos espaciales dirigirán de manera más importante nuevas estrategias que abarquen disposiciones para la sostenibilidad y la gestión de nutrientes ambientales circundantes.

La “agricultura digital” combina múltiples fuentes de datos con análisis avanzados de cultivos y ambientales para brindar apoyo para la toma de decisiones en la finca.

La agricultura digital se compone de muchos componentes. Estos componentes se utilizan para tomar decisiones basadas en objetivos sociales, económicos y ambientales dentro de una operación agrícola. Cuando un productor utiliza la agricultura digital, está avanzando en su operación al combinar la última tecnología con las mejores prácticas de gestión para aumentar el valor de muchos aspectos de la granja. Los componentes dentro de la agricultura digital incluyen agricultura empresarial , agricultura prescriptiva , agricultura de precisión y uso de macrodatos .

Cuando se habla de agricultura empresarial , es importante darse cuenta de que existen muchas formas de empresas agrícolas en todo el mundo, pero la toma de decisiones relacionadas con la empresa siempre se basa en el costo, independientemente del tipo de empresa agrícola. La toma de decisiones se encuentra todos los días en una operación agrícola y muchas de estas decisiones se basan en las finanzas. La agricultura digital puede ayudar a los agricultores a crear presupuestos, analizar la productividad, los insumos y los costos de personal, etc. Mediante el uso de datos en estas diferentes áreas, los productores pueden tomar decisiones que proporcionarían el mayor rendimiento económico para su negocio.

Agricultura prescriptivase refiere a la aplicación específica de insumos (semillas, fertilizantes, pesticidas, etc.) basada en el análisis de datos. Los datos obtenidos del muestreo del suelo, por ejemplo, se pueden usar para determinar cuánto fertilizante se debe colocar en el campo. Los mapas suelen ser creados por agrónomos o consultores dentro de la red de profesionales de confianza de los productores. A partir de aquí, se pueden hacer prescripciones para ayudar a administrar las zonas de bajo rendimiento, mejorar las áreas con mayor potencial de rendimiento, aumentar la producción en las zonas buenas, etc. La tecnología común utilizada en la agricultura prescriptiva incluye GPS y VRT (tecnología de tasa variable). VRT consiste en las máquinas y sistemas para aplicar materiales de producción en un momento específico (y en ubicaciones específicas dentro de un campo). La utilización de prácticas agrícolas prescriptivas permite a los productores agregar insumos (como nitrógeno) a sus tierras de manera responsable.

Definiciones útiles de Big Data
Agricultura de precisión

La agricultura de precisión es un concepto de gestión agrícola basado en la observación, medición y respuesta a la variabilidad de los cultivos. Estas variabilidades contienen muchos componentes que pueden ser difíciles de calcular y, como resultado, la tecnología ha avanzado para compensar estas dificultades. En general, se pueden encontrar dos tipos de tecnología dentro de la agricultura de precisión: las que garantizan la precisión y las que están destinadas a mejorar las operaciones agrícolas. Al combinar estas dos tecnologías, los agricultores pueden crear un sistema de apoyo a la toma de decisiones para toda una operación, maximizando así las ganancias y minimizando el uso excesivo de recursos.

Datos agronómicos

Representa datos compilados de una operación agrícola específica o a nivel de campo generalmente relacionados con información basada en agronomía, como rendimiento, población, hídridos, aplicación de nutrientes. Los datos agronómicos están vinculados a la tierra o campo donde se generaron. Los tipos de datos agronómicos incluyen (pero no se limitan a) selecciones híbridas, poblaciones de plantas, datos de rendimiento, datos de suelos, detalles de la aplicación de pesticidas e información de exploración. Los datos generados a partir de un monitor de rendimiento se pueden utilizar para documentar los rendimientos y para ensayos de semillas en granjas. Además, los datos del monitor de rendimiento se pueden utilizar para realizar análisis genéticos, ambientales y de efectos de gestión. Los datos de suelos se utilizan para tomar decisiones sobre fertilizantes y cumplimiento ambiental regional, mientras que los datos de exploración se utilizan para tomar decisiones de fumigación, así como análisis regionales de plagas o enfermedades.

Datos de la máquina

Datos que se compilan mediante múltiples sensores ubicados en maquinaria agrícola. La mayoría relaciona los datos de la máquina con la información que se puede recopilar de la CAN (red de área controlada) en máquinas e implementos. Los datos de la máquina también pueden incluir información del sistema de guía (autoviraje, archivos de ruta GPS, rumbo, etc.), tecnología / control de tasa variable y controladores de tasa de siembra. Los datos en estos formularios se transmiten a los proveedores técnicos agrícolas (ATP) a través de CANBus, que es una conexión de red de datos por cable de alta velocidad entre dispositivos. Este dispositivo utiliza un conjunto de cables único para transmitir información, lo que reduce la cantidad de cables necesarios para un sistema y permite una forma más limpia de transferir datos.

Internet de las Cosas

La red de objetos físicos o «cosas» integradas con electrónica, software, sensores y conectividad de red, que permite que estos objetos recopilen e intercambien datos. El Internet de las cosas (IoT) permite que los objetos se detecten y controlen de forma remota a través de la infraestructura de red existente, creando oportunidades para una integración más directa entre el mundo físico y los sistemas basados ​​en computadoras, y dando como resultado una mayor eficiencia, precisión y beneficio económico. Cada cosa es identificable de forma única a través de su sistema informático integrado, pero puede interoperar dentro de la infraestructura de Internet existente. Los expertos estiman que el IoT constará de casi 50 mil millones de objetos para 2020.

Internet industrial

Un término acuñado por Frost & Sullivan y se refiere a la integración de maquinaria física compleja con sensores y software en red. La Internet industrial reúne campos como el aprendizaje automático, los macrodatos, la Internet de las cosas, la comunicación de máquina a máquina y el sistema ciberfísico para ingerir datos de las máquinas, analizarlos (a menudo en tiempo real) y utilizarlos para ajustar las operaciones. Algunos consideran que la evolución de la agricultura digital actual (por ejemplo, 2015) conduce a la Internet industrial en la agricultura.

Iniciativas en Big Data dentro de la Comunidad Agraria
Principios de privacidad y seguridad para datos agrícolas

Creemos que es importante que los productores tengan una fuente confiable de información sobre Big Data en la agricultura. En mayo de 2015, American Farm Bureau publicó los Principios de privacidad y seguridad para los datos agrícolas . Estos 13 principios de privacidad y seguridad describen las preferencias y la terminología común que deben tener en cuenta los servicios y productos de datos que manejan los datos de los agricultores. Aquellos que han firmado este documento representan a la industria agrícola y las organizaciones de agricultores comprometidas con la participación y el diálogo continuos con respecto al manejo de datos de los agricultores junto con Big Data.

Haga clic aquí para obtener una descripción detallada de los principios de privacidad y seguridad de los datos agrícolas

Es importante que los productores trabajen con sus (o posibles) proveedores técnicos agrícolas para obtener la política de privacidad de datos de la empresa. Muchas empresas se han adherido a los Principios de privacidad y seguridad para la Política de datos agrícolas y es imperativo que sus políticas de privacidad estén alineadas con las directrices de la Política de privacidad de American Farm Bureau. Con la Política de privacidad de AFBF, los productores pueden seleccionar un servicio de datos confiable. Para asegurarse de que la empresa que ha elegido como su ATP es de confianza, obtenga su política de privacidad y verifique que se alinee con los Principios de privacidad y seguridad para la Política de datos agrícolas. Además, el American Farm Bureau, con otras organizaciones cooperantes, ha creado un «Evaluador de transparencia»

Leer más

La tecnología está en constante evolución. Para los amantes de la tecnología con dinero de sobra, esto es fantástico. Para los agricultores que prefieren los métodos tradicionales y quieren seguir con las máquinas que han estado conduciendo durante años, no es tan bueno. ¡Afortunadamente, existen algunas soluciones que complacen a los amantes de la tecnología sin tener que reemplazar una sola máquina!

El problema con las máquinas heredadas
A menos que sea nuevo en la agricultura y esté comenzando a construir su flota, es muy probable que tenga varias máquinas agrícolas heredadas trabajando en sus campos.

Por máquina heredada nos referimos a equipos agrícolas como tractores y otros vehículos que utiliza una y otra vez. Las máquinas que se adaptan perfectamente a sus necesidades agrícolas. Los que no desea reemplazar.

Estas máquinas le permiten sembrar, arar y labrar a la perfección absoluta. Son parte de la razón por la que puede lograr ese fantástico alto rendimiento año tras año. El único problema es que no se están volviendo más jóvenes.

A medida que la tecnología agrícola y la agricultura de precisión nos siguen impulsando, sus máquinas heredadas se vuelven cada vez más obsoletas.

¿Debería actualizar sus máquinas heredadas?
Una solución simple es finalmente morder la bala, despedirse de sus máquinas heredadas y con una mirada positiva y abierta para comprar nuevas máquinas para su flota. Esto tiene algunos beneficios muy atractivos:

Las máquinas nuevas tienen menos probabilidades de averiarse. Son completamente nuevos, después de todo.
Algunos vienen con la última tecnología preinstalada. Esto puede ahorrarle dinero y, lo que es más importante, conectarlo con nuevos datos que puede utilizar para mejorar su granja.
Mayor precisión en las técnicas agrícolas. La mejor labranza, la siembra y la pulverización de semillas de precisión ayudan a reducir los costos de material y mejorar la precisión.
Asistencia de los fabricantes en caso de que algo salga mal. En caso de que las cosas se estropeen, aún tendrá la garantía del fabricante. Algunos fabricantes incluso pueden ofrecer soporte 24/7 para los clientes con sus últimos modelos. Sin duda, esto es algo que vale la pena considerar al comprar maquinaria nueva, especialmente si no tiene la mente lo suficientemente mecánica como para hacer reparaciones usted mismo.
Sin embargo, existen algunas desventajas que debe sopesar antes de reemplazar sus máquinas heredadas:

Primero, el costo. Los precios de las nuevas tecnologías solo están subiendo, por lo que antes de siquiera pensar en comprar nuevas máquinas, debe calcular su presupuesto. ¿Reemplazar sus máquinas es asequible y cuánta ganancia estimada obtendrá al mejorar su flota actual?
Necesitas dominar su uso. Comprender la nueva tecnología puede llevar algún tiempo, especialmente si ha pasado de un fabricante a otro. Tenga esto en cuenta en sus deliberaciones: ¿tiene tiempo para aprender a utilizar su máquina?
Sin duda, habrá un modelo mejor. Para algunos fabricantes, los lanzamientos de máquinas son como los iPhones. Se lanzará uno mejor en unos pocos meses.
¿Tiene John Deere la solución?
John Deere es una empresa estadounidense que fabrica nuevos equipos agrícolas y forestales. Son muy exitosos, respetados y confiados por los agricultores de todo el mundo. Son muy conscientes del dilema al que se enfrenta cuando se trata de actualizar o reemplazar sus máquinas heredadas, por lo que han encontrado una solución única.

JDLink
Esta es una pieza de tecnología realmente genial. El JDLink es como un llavero que puede conectar a sus máquinas o llevar consigo mientras usa sus máquinas heredadas. Una vez que haya terminado de arar los campos en su mejor y más querida máquina, simplemente puede conectar el JDLink que enviará los datos recopilados de su máquina a su teléfono inteligente.

Esto tiene grandes aplicaciones.

En primer lugar, puede controlar cómo trabajan los empleados. Vea cuán eficientes son realmente, independientemente de la máquina que conduzcan.

En segundo lugar, al enviar los datos a su teléfono inteligente, puede tomar decisiones en el momento. No más viajes de regreso a su computadora para analizar los datos. Si te perdiste una sección del campo, puedes regresar de inmediato.

Al usar JDLink, también puede rastrear dónde están sus máquinas, en caso de que las roben. Hay muchos más usos para este llavero, póngase en contacto con John Deere para averiguar qué tan bueno podría ser en su granja.

Al recopilar datos de todas sus máquinas agrícolas, independientemente de la edad o el fabricante, podrá avanzar a pasos agigantados con la agricultura de precisión sin reemplazar nada en su granja.

Transferencia de datos móviles
Una última pieza de tecnología de John Deere que le resultará muy útil (especialmente si está invirtiendo en JDLink) es la tecnología de transferencia de datos móviles.

Allí, la transferencia de datos móviles se puede utilizar con JDLink para recopilar y almacenar datos de todos los vehículos de su flota. No necesita USB ni cables que se extiendan por millas para cargar sus datos; todo se hace de forma remota y se almacena de forma segura en un servicio en la nube.

Desde la labranza hasta la cosecha, puede registrar y almacenar sus movimientos. Se recopilan datos sobre su eficiencia, millaje, consumo de combustible y precisión, todos retroalimentados a la nube. Con todos estos datos, puede tener una idea real de cómo está funcionando su granja y realizar algunos cambios importantes.

Ambas soluciones innovadoras de John Deere son considerablemente más baratas que reemplazar su flota con nuevos modelos, pero aún debe considerar si realmente valen la pena. ¿Cuánto tiempo puede seguir con las mismas máquinas año tras año?

Cuando su nuevo John Deere JDLink le diga que su máquina heredada es terriblemente ineficiente y necesita ser reemplazada, tendrá que comprar maquinaria nueva de todos modos.

El futuro de la agricultura de precisión
El futuro se ve brillante. Con fabricantes líderes del mercado como John Deere que se esfuerzan por hacer que su tecnología funcione con todas las máquinas, incluso con sus competidores, la agricultura puede dar grandes pasos hacia adelante.

¡Háganos saber cómo la tecnología le está ayudando a llevar sus máquinas heredadas al futuro! Comparta sus ideas y experiencia sobre agricultura de precisión a continuación en los comentarios y vuelva pronto para ver más artículos excelentes.

Leer más

Desde productores de calabazas hasta productores de trigo, la agricultura de precisión se trata de la búsqueda del retorno de la inversión
Quizás reflejó la madurez de la agricultura de precisión, pero un tema común a lo largo de la Conferencia de Agricultura de Precisión y Exhibición de Tecnología Agrícola de Farms.com 2018, celebrada recientemente en Saskatoon, Sask., Fue que la agricultura de precisión se trata de los resultados de un agricultor. ¿Los agricultores que se dedican a la agricultura de precisión ven un retorno de su inversión?

Es fácil distraerse con la nueva tecnología y los elegantes mapas de suelos cuando asiste a un evento de agricultura de precisión. Pero es importante recordar que todos estos son medios para un fin. Ya sea que utilice drones o técnicas de mapeo terrestre, y sin importar cómo se manipulen y presenten los datos.

Norm Lamothe, cofundador, director de UAS Agriculture, Deveron USA, y Aaron Breimer, gerente de Veritas Farm Management, presentaron el tema «El valor de las imágenes de cultivos de precisión y los estudios de caso en la granja». Breimer comenzó con preguntas importantes para quienes ya se dedican a la agricultura de precisión: “¿Ganaron más dinero? ¿Fuiste más eficiente? ¿Mejoraste tu relación con tu proveedor debido a la información recopilada a través de la agricultura de precisión? ”

Breimer compartió la historia de un agricultor de calabazas que utilizó datos de drones para escanear su campo y determinar cuántas calabazas estaban creciendo en su campo. Mucho antes de la cosecha, el productor de calabazas puede decirle a su proveedor exactamente cuántas calabazas cosechará.

Breimer compartió historias similares de datos de precisión que se utilizan para procesar guisantes y cómo se utilizan las imágenes de drones para la seguridad alimentaria, al identificar cuándo la basura de una carretera cercana ha llegado al campo de cultivo. Esa basura puede retirarse mucho antes de la cosecha, en lugar de quedar oculta por el cultivo y recogerse inadvertidamente durante la cosecha.

Como dijo Trevor Thornton, de Crop Care Consulting, durante su sesión especial, «Hoy en día, con los márgenes actuales en la agricultura, no podemos darnos el lujo de perder oportunidades de eficiencia». La presentación de Thornton se centró en técnicas de tasa variable. Él cree que no tener en cuenta la variabilidad en el campo es una oportunidad perdida. Su sesión de trabajo fue sobre «Información de precisión del suelo y revisó los estudios de caso de mapeo de SoilOptix».

Thornton señaló que es importante darse cuenta de que cuando realiza cambios en un nutriente, afectará a otros nutrientes, por ejemplo, ajustar el nitrógeno puede afectar al cobre más adelante.

Tanto Breimer como Thornton estuvieron de acuerdo en que con los márgenes cada vez más ajustados para los agricultores, la agricultura de precisión puede ayudar a los agricultores a reducir el desperdicio, aumentar la eficiencia y mejorar el resultado final.

Leer más

El sistema de monitoreo de cultivos por satélite es un sistema que permite al agricultor realizar un monitoreo del índice de vegetación de los cultivos en tiempo real mediante el análisis de imágenes satelitales de diferentes cultivos y campos para determinar el desarrollo tanto negativo como positivo de los cultivos. Al obtener el índice de vegetación diferente de una empresa durante un período de tiempo, el agricultor puede determinar si hay una mejora en la finca o si hay un deterioro en la finca. A partir de este análisis, el agricultor puede tomar cualquier medida correctiva que pueda ser necesaria en la finca.

El sistema de monitoreo de cultivos por satélite permite al usuario monitorear cultivos que se encuentran en diferentes campos, regiones y áreas. Después del seguimiento, el sistema realiza un análisis de los diferentes campos monitorizados y también una interpretación de los datos analizados para los distintos usuarios.

Categorías de personas que utilizan el sistema de seguimiento de cultivos por satélite

Agrónomos y gestores agrícolas. Los agrónomos y los gestores agrícolas utilizan el sistema de seguimiento de cultivos por satélite para las decisiones de gestión y optimización de los cultivos y los recursos utilizados.
Dueños de negocios. Los propietarios de empresas utilizan este sistema para tomar decisiones sobre la inversión de capital razonable para la empresa.
Agencias del Estado. Las agencias estatales utilizan este sistema para tomar decisiones en asuntos relacionados con la seguridad alimentaria y los problemas ecológicos.
El sistema de seguimiento de cultivos por satélite Cropio

El sistema de monitoreo de cultivos por satélite Cropio es un sistema de manejo de campo y control de vegetación que fue fabricado en el año 2008 por NST una empresa agrícola que opera en los Estados Unidos y en Europa del Este.

Configuración del sistema de seguimiento de cultivos por satélite Cropio

Las personas interesadas en utilizar el servicio Cropio para el seguimiento de cultivos por satélite deben enviar su solicitud a la empresa NST para su aprobación. Después de la aprobación, una persona recibirá sus credenciales de inicio de sesión de la empresa. Después de recibir las credenciales de inicio de sesión, se supone que el usuario debe iniciar sesión en el sistema para acceder al servicio.

Después de iniciar sesión, se espera que el usuario ingrese las coordenadas de sus campos en el sistema. Hay dos formas principales de ingresar las coordenadas del campo.

Descargue el archivo de forma relacionado con las granjas en el sistema. Este paso le proporciona varios formatos de descarga disponibles para su uso. Se supone que un usuario debe utilizar uno de los formatos aceptados.
Utilice mapas de Google para delinear las coordenadas de su campo.
De estos dos métodos, el segundo método que implica el uso de mapas de Google para delinear su campo es el más fácil y lo usa la mayoría de las personas porque es bastante sencillo y sus pasos son muy pocos.

Usuarios del sistema de seguimiento de cultivos por satélite Cropio

Gerentes y propietarios. El sistema permite a los administradores y propietarios ver la estructura de los cultivos en el campo y también ver un mapa de los cultivos en diferentes colores. Los diferentes colores en el mapa son una distinción de la variada vegetación disponible en la finca.
El sistema permite a los administradores y también a los propietarios monitorear su crecimiento y también su rendimiento de la finca durante un período de años para ver si hay áreas que se pueden mejorar para mejorar el rendimiento. Esta información también ayuda a los propietarios y gerentes a tomar decisiones relacionadas con las ventas y la administración de efectivo para permitir que la finca gaste a niveles que pueda financiar por sí misma.

El sistema permite al agrónomo monitorear los cambios de los cultivos proporcionando información semanalmente. Por lo tanto, el agrónomo monitorea los cultivos deduciendo las discrepancias que hay en los cultivos de lo que había en la semana anterior. Por lo tanto, los agrónomos pueden monitorear todas las secciones de la finca y, a la larga, podrán identificar las áreas que están produciendo bajos rendimientos. Después de la identificación de las áreas de bajo rendimiento, el agrónomo puede tomar las medidas necesarias para facilitar la mejora de esas áreas. Algunas de estas áreas incluyen la aplicación de fertilizantes adicionales a esa región para asegurar que su fertilidad sea la misma que la de las otras regiones de la finca.
Medidas de campo por el sistema de seguimiento de cultivos por satélite Cropio

El sistema mide y muestra las principales categorías de información relacionada con la finca y también los cultivos plantados en la finca. Estas cuatro categorías principales son el registro de campos y cultivos, el índice de vegetación, la condición del suelo y las pruebas meteorológicas y de precipitación.

El registro de campos y cultivos

Los detalles del registro de campo y cultivo en el sistema Cropio captura y detalla toda la información relacionada con el campo y los cultivos que se han plantado en el campo. Esta sección ofrece una explicación detallada de cómo estos aspectos de la finca han cambiado con el tiempo. Los principales detalles capturados aquí son la historia del campo, la fecha de siembra de los cultivos, la variedad de los cultivos plantados junto con cualquier otra información relevante sobre el campo y los cultivos plantados.

Los índices de vegetación

El sistema cropio analiza la vegetación dando una variación sobre la diferente vegetación que se encuentra en la finca. Esta sección también ofrece un esquema de cómo se está desempeñando una finca en comparación con las otras fincas con respecto al mismo cultivo. Parte de la información relativa a la vegetación proporcionada son la cobertura vegetal histórica, la vegetación promedio del campo y también las zonas de incumplimiento de la finca.

Las condiciones del suelo

Los principales elementos relacionados con el suelo medidos por el sistema cropio son la humedad del suelo, la temperatura del suelo, el drenaje del suelo y también los resultados de optimización de la prueba del suelo.

Prueba de clima y precipitación

Algunas de las pruebas que se realizan aquí son los puntos de rocío, la capa de nieve y también la temperatura del aire y del suelo.

Leer más